Double moving average

Moving average merupakan teknik peramalan berdasarkan rata-rata bergerak dari

nilai-nilai masa lalu, misalkan rata-rata bergerak 3 tahunan, 4 bulanan, 5 mingguan, dll. Akan
tetapi teknik ini tidak disarankan untuk data time series yang menunjukkan adanya pengaruh
trend dan musiman. Moving average terbagi menjadi 2 yaitu Single Moving Average dan
Double Moving Average.
Double Moving Average adalah Salah satu peramalan time series dengan melihat data
trend adalah peramalan dengan metode double moving average. Pertama kali dilakukan
moving average kemudian baru dilakukan lagi moving average untuk data yang tadi yang
sudah di moving average pertama kali. Berikuti ini adalah rumus yang dipakai pada
peramalan ini yaitu:
The Mean Squared Error (MSE) adalah metode untuk mengevaluasi metode
peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian dijumlahkan dan
ditambahkan dengan jumlah observasi. Endekatan ini mengatur kesalahan peramalan yang
besar karena kesalahan-kesalahan itu dikuadratkan. Metode itu menghasilkan kesalahankesalahan sedang yang kemungkinan lebih baik untuk kesalahan kecil, tetapi kadang
menghasilkan perbedaan yang besar.
The Mean Absolute Percentage Error(MAPE) dihitung dengan menggunakan
kesalahan absolut pada tiap periode dibagi dengan nilai observasi yang nyata untuk periode
itu. Kemudian, merata-rata kesalahan persentase absolut tersebut. Pendekatan ini berguna
ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi ketepatan ramalan.
MAPE mengindikasi seberapa besar kesalahan dalam meramal yang dibandingkan dengan
nilai nyata pada deret. MAPE juga dapat digunakan untuk membandingkan ketepatan dari
metode yang sama atau berbeda dalam dua deret yang berbeda sekali dan mengukur
ketepatan nilai dugaan model yang dinyatakan dalam bentuk rata-rata persentase absolut
kesalahan.

Data
1

Sebuah perusahaan jersey Chelsea FC menghasilkan data penjualan dalam periode

september 2013 sampai februari 2016 sebagai berikut :
TAHUN
2013

2014

2015

2016

BULAN
september
Oktober
november
desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
september
Oktober
november
desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
september
Oktober
november
desember
Januari
Februari

JUMLAH PENJUALAN
119
125
130
129
124
121
123
124
132
128
129
126
127
128
134
130
129
134
136
135
132
130
132
135
137
132
136
134
138
145

Data di atas dapat diketahui bahwa data yang telah diperoleh dari Sebuah perusahaan
jersey Chelsea FC dimana mengenai jumlah penjualan baju jersey Chelsea FC. Dengan data
sebanyak 30.

Gambar 1. Plot time series data penjualan baju jersey Chelsea FC

Time Series Plot of Penjualan
145

Penjualan

140

135

130

125

120
Sep

Jan

Mei

Sep

Jan
Month

Mei

Sep

Jan

Kemudian pada pola Gambar 1 dapat dilihat bahwa pola data runtun waktu yang
terbentuk mengunakan aplikasi Minitab adalah tren maka metode pemulusan untuk pola data
tersebut adalah Double Moving Average. Dalam hal ini, menentukan estimasi pada metode
pemulusan Double Moving Average dilakukan dengan dua cara yaitu dengan manual dan
menggunakan aplikasi yaitu aplikasi Minitab.
Dengan Cara Manual
Langkah langkah menentukan estimasi Zt secara manual
1. Menentukan nilai m
Terlebih dahulu ditentukan nilai m, dimana m adalah data ke-i (i = 1,2,...,
yang dapat mengalami perubahan yang signifikan dan n adalah banyaknya periode
waktu. Dalam perhitungan ini peneliti menggunakan tiga nilai
) m untuk
membandingkan diantara ketiga model tersebut yang manakah model terbaik.
2. Menentukan nilai St (Pemulusan) dengan rumus:
Tahap 1
t

S 1,t =
Tahap 2

1
Z
m i =( tm )+1 i

, t = 1,2,...,n

1
S 2,t =
S
m i=( tm )+1 1,t
dimana:
St = Pemulusan data ke-t
m = periode data ke-t yang mengalami perubahan singnifikan
Zi = data ke-t
3. Menentukan nilai Ft (Peramalan) menggunakan rumus:
F2, t ,t +h= At + Bt (h)

dimana:
Ft = Peramalan data ke-t
S 1,t
S 2,t
At = 2
Bt =

2
m1

S 2,t

Perhitungan Dengan Cara Manual

Tahap 1
Bulan (t)

Penjualan (Zt)

september
Oktober
november
desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
september
Oktober
november
desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
september
Oktober
november
desember
Januari
Februari

119
125
130
129
124
121
123
124
132
128
129
126
127
128
134
130
129
134
136
135
132
130
132
135
137
132
136
134
138
145

Tahap 2

m=3
124,6667
128
127,6667
124,6667
122,6667
122,6667
126,3333
128
129,6667
127,6667
127,3333
127
129,6667
130,6667
131
131
133
135
134,3333
132,3333
131,3333
132,3333
134,6667
134,6667
135
134
136
139

S1,t
m=4
125,75
127
126
124,25
123
125
126,75
128,25
128,75
127,5
127,5
128,75
129,75
130,25
131,75
132,25
133,5
134,25
133,25
132,25
132,25
133,5
134
135
134,75
135
138,25

m=5
125,4
125,8
125,4
124,2
124,8
125,6
127,2
127,8
128,4
127,6
128,8
129
129,6
131
132,6
132,8
133,2
133,4
133
132,8
133,2
133,2
134,4
134,8
135,4
137

Bulan (t)

Penjualan (Zt)

september
Oktober
november
desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
september
Oktober
november
desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
september
Oktober
november
desember
Januari
Februari

119
125
130
129
124
121
123
124
132
128
129
126
127
128
134
130
129
134
136
135
132
130
132
135
137
132
136
134
138
145

m=3
126,7778
126,7778
125
123,3333
123,8889
125,6667
128
128,4444
128,2222
127,3333
128
129,1111
130,4444
130,8889
131,6667
133
134,1111
133,8889
132,6667
132
132,7778
133,8889
134,7778
134,5556
135
136,3333

S2,t
m=4
125,75
125,0625
124,5625
124,75
125,75
127,1875
127,8125
128
128,125
128,375
129,0625
130,125
131
131,9375
132,9375
133,3125
133,3125
133
132,8125
133
133,6875
134,3125
134,6875
135,75

mencari nilai data St:

Tahap 1
t
1
S 1,t =
Z
m i =( tm )+1 i , t = 1,2,...,n
S 1,3=

1
( 119+125+130 ) =124,6667
3 44 da k
S 1,4 =

1
( 119+125+130+129 )=125,7 5
4 44 da k

m=5
125,12
125,16
125,44
125,92
126,76
127,32
127,96
128,32
128,68
129,2
130,2
131
131,84
132,6
133
133,04
133,12
133,12
133,32
133,68
134,2
134,96

S 1,5=

1
( 119+125+130+129+124 )=125, 4
5 44 da k

Sampai . . .
S 1,30=

1
(134 +138+145 )=13 9
3 44 da k

S 1,30=

1
( 136+ 134+138+145 ) =138,25
4 44 da k

S 1,30=

1
(132+136+ 134+138+145 ) =137
5 44 da k

Tahap 2
t
1
S 2,t =
S
m i=( tm )+1 1,t
S 1,3=

1
( 124,6667+128+127,6667 )=126,777 8
3 44 da k

S 1,4 =

1
( 125,75+127+126+124,25 ) =125,7 5
4 44 da k

S 1,5=

1
( 125,4+125,8+125,4+ 124,2+124,8 )=125,12
5 44 da k

Sampai . . .
S 1,30=

1
(134 +136+139 ) =136,33
3 44 da k

S 1,30=

1
( 135+134,75+135+ 138.25 )=135,75
4 44 da k

S 1,30=

1
(133,2+134,4 +134,8+135,4+137 )=134,96
5 44 da k

Mencari nilai data Ft:

F2, t ,t +h= At + Bt (h)
F3 =S 31=4717
F 4=S 41=7759,5
F5 =S 51=10052
sampai. . .
F32=S321=1502,5

F33=S 321=1502,5
F34 =S 321=1502,5
F35=S 321=1502,5
Tabel 2. Metode Pemulusan Double Moving Average dengan nilai m=3, m=4, m=5
Bulan
(t)
septemb
er
Oktober
novemb
er
desembe
r

Penjual
an (Zt)

S2,t

m=3

m=4

m=5

119

125

124,66
67

125,7
5

130
129

Januari

124

Februari

121

Maret

123

April

124

Mei

132

Juni

128

Juli

129

Agustus

126

septemb
er

127

Oktober

128

novemb
er
desembe
r

S1,t

134
130

128
127,66
67
124,66
67
122,66
67
122,66
67
126,33
33
128
129,66
67
127,66
67
127,33
33

127
126
124,2
5
123
125
126,7
5
128,2
5
128,7
5
127,5

127

127,5

129,66
67
130,66
67

128,7
5
129,7
5
130,2
5
131,7
5
132,2

Januari

129

131

Februari

134

131

Maret

136

133

125,
4
125,
8
125,
4
124,
2
124,
8
125,
6
127,
2
127,
8
128,
4
127,
6
128,
8
129
129,
6
131
132,

m=3

m=4

m=5

126,77
78
126,77
78

125

125,75

123,33
33
123,88
89
125,66
67

125,06
25
124,56
25

128

125,75

128,44
44
128,22
22
127,33
33

127,18
75
127,81
25

128
129,111
1
130,44
44
130,88
89
131,66

124,75

128
128,12
5
128,37
5
129,06
25
130,12
5
131

125,1
2
125,1
6
125,4
4
125,9
2
126,7
6
127,3
2
127,9
6
128,3
2
128,6
8
129,2
130,2

Ft
m=

m=

m=

5
April

135

135

133,5

Mei

132

134,33
33
132,33
33
131,33
33
132,33
33
134,66
67
134,66
67

134,2
5
133,2
5
132,2
5
132,2
5

Juni

130

Juli

132

Agustus

135

septemb
er

137

Oktober

132
136

135

135

134

134

134,7
5

Januari

138

136

135

Februari

145

139

138,2
5

novemb
er
desembe
r

133,5
134

6
132,
8
133,
2
133,
4
133

67

134,111
1
133,88
89
132,66
67

131,93
75
132,93
75
133,31
25
133,31
25

133

132,
8
133,
2
133,
2
134,
4
134,
8
135,
4

132

133

132,77
78
133,88
89
134,77
78
134,55
56

132,81
25

137

136,33
33

135

133
133,68
75
134,31
25
134,68
75
135,75

131
131,8
4
132,6
133
133,0
4
133,1
2
133,1
2
133,3
2
133,6
8
134,2
134,9
6